Humboldt Universitaet zu Berlin (Germany).;
机译:使用回归模型为语言变量建模:处理具有随机效应的非高斯分布,非独立观测值和非线性预测变量以及位置,尺度和形状的广义加性模型
机译:使用广义添加剂模型的自然灾害建模风险,用于位置,尺度和形状
机译:位置,规模和形状的通用加性模型是否在现有模型的估计偏斜和异方差成本数据的基础上有所改进?
机译:基于TensorFlow深度学习框架和聚类-回归模型的大用户短期电力负荷预测
机译:假设检验的属性使用广义加性模型,在空间统计中具有更平滑的地理位置。
机译:使用回归模型为语言变量建模:处理具有随机效应的非高斯分布非独立观测值和非线性预测变量以及位置尺度和形状的广义加性模型
机译:使用位置规模和形状的广义添加剂模型的神经影像数据规范建模
机译:使用7天,2年低流量的广义最小二乘回归模型估算爱达荷州多年生河流的位置